卞雯雯 費翔
摘要:隨著智能技術在所有行業中不斷滲透和融合,智能行業發展的概念已經深入人心,利用人工智能技術在每個行業中取得技術創新、服務創新等成果,人工智能的地位不斷提高。人工智能在高速發展和改善我國經濟、提高人民生活水平等方面發揮著獨特的優點?;诖耍韵聦θ斯ぶ悄茉谖磥碇圃鞓I發展應用中扮演的角色進行了探討,以供參考。
關鍵詞:人工智能;未來制造業;發展應用;扮演的角色
引言
國家不斷引進一系列政策方針,以促進人工智能、云計算和其他信息技術的應用和開發。國務院發表的“下一代人工智能開發計劃”強調人工智能與國家戰略計劃的融合,并鼓勵和支持在所有行業中應用人工智能。人工智能對制造業有重大意義。在提高制造業生產制造和管理流程的效率和優化產業結構方面,在智能制造業的整個過程中發揮著領先作用。
1人工智能技術的特征
人工智能技術主要指依托計算機網絡及電子信息系統,基于哲學與社會心理學等學科內容,形成綜合性較強的現代化技術。人工智能系統的構建水平遠勝于其他技術,其智能自動模式由自動化軟件組建而成。作為一種以數字多用表、儀器控制器為基本配置的新型應用型技術,人工智能技術在電子機械設計制造中具有較大的應用空間,幫助電子機械工程完成施工計劃。人工智能技術主要經歷了萌芽階段、初始階段、發展階段和輝煌階段。最初,隨著科技的進步,計算機技術日益興盛,人工智能技術在此期間不斷顯現出優點。多媒體時代,人工智能技術逐漸走入千家萬戶,被廣泛應用于各大生產領域,尤其是機械電子設計制造工程。信息化時代,人工智能技術不斷創新,逐步進入輝煌階段[
2人工智能發展現狀
人工智能的概念誕生已有60多年了。在1956年美國達特茅斯會議上首次出現了代表人工智能正式誕生的人工智能術語。此后,人工智能經歷了幾次開發高潮和嚴寒。人工智能現在正迎來第三次發展的高潮。2012年,圖像識別領域開始應用深度神經網絡技術,加拿大多倫多大學hint on教授的團隊利用Alex.net深度神經網絡在imagenet大賽中獲勝,對計算機視覺領域產生了巨大影響。之后,隨著谷歌網絡、renet等多種新網絡陸續出現,imagenet大會分類準確性一次性刷新。通過應用深度學習算法,語音、圖像和語義識別技術取得了突破性的進步,圍繞圖像、自動駕駛等相關領域,人工智能技術的創新大量涌現,迅速進入發展熱潮,并得到深度學習算法、批量計算和高性能計算能力的支持,逐漸進入工業化應用的初期。我國、美國、日本和主要歐洲國家引進與人工智能相關的政策和國家方案,為人工智能產業發展創造良好的環境。人工智能的應用存在不少問題,真正的人工智能時代還沒有到來,但世界各地的人工智能產業正在迅速發展,深入交通、醫療、航空等各個領域,逐漸改變著人類的生產、生活方式。
3機械制造中人工智能技術的實際應用
3.1虛擬現實技術
虛擬現實(VR)不是簡單的演示介質,而是在機械制造的所有方面已經發揮了必要作用的設計工具。VR技術將設計呈現為三維模型,使設計和制造工程師能夠直觀地了解每個部件的特性、質量或位置,并能夠及時調整。VR技術使機械制造商能夠模擬機械設計并降低設計成本。機器生產測試特別復雜,虛擬現實技術簡化了系統測試,并且更容易縮小、添加或修改模塊。也節約了制作時間和模型的成本。
3.2神經網絡系統
神經網絡系統是人工智能技術中一個較為重要的系統。電子機械設計制造中,利用神經網絡系統的神經元,將資源共享信息或數據直接上傳到各大網絡渠道,在有效時間內保存或分享信息,促進整個電子機械工程行業的長遠發展。另外,神經網絡系統可以完成動態數據處理,分析電子機械設計制造中涉及的可變數據,給出操作指令,實施工程制造作業。事實上,神經網絡系統模擬人類大腦中神經系統處理信息的方式,將其應用在各大生產領域。通過神經網絡系統中的神經元反射特性,可以獲取電子機械工程中的數據分析結果,為數據存儲提供重要保護。人工智能技術主要應用于電子機械工程的機床運動誤差補償、熱變形控制、設備管理等方面。電子機械工程的加工工藝方面,其可評定工藝參數,預測加工過程中產生的誤差;電子機械工程零件設計方面,其能指導齒輪強度、齒輪形態、齒輪CAD等設計。人工智能技術在電子機械設計制造中的應用,有效改善了以往機械工程設計不合理而造成生產效率低下、經濟受損等狀況,為企業的自動化生產提供了較大助力。
3.3深度學習(Deep Learning)
一種可視為機器學習的特殊(升級)類型,包括具有多層抽象的人工神經網絡(artificial neural networks,Ann)。目前主要用于大數據支持的分類決策和模型識別領域。觀測點可以用多種形式表示,例如不同位置的不同像素矢量值。如果在機器生產過程中總結了大量實際數據的特性,請使用深入學習方法監控和診斷機器設備的健康狀況,以獲得監控診斷準確性。
3.4互聯網+人工智能的應用
從實際角度出發,互聯網+人工智能的應用,最終將服務于以下三種場景。一是為產品注智,從軟件和硬件對制造業進行升級,通過互聯網將信息注入,為產品提供人工智能算法,促成制造業新一代產品的智能升級。二是為服務注智,通過人工智能和互聯網的結合,為制造企業提供精準增值服務。售前營銷階段通過人工智能對用戶需求進行分析,實現精準投放。在售后服務方面,以物聯網、大數據和人工智能算法,實現產品檢測和管理,同時為可能出現的風險進行預警,進一步加強對售后的管理。三是為生產注智,通過互聯網將人工智能技術注入生產流程,使機器能夠應對多種復雜情況的生產,進一步提升生產效率。
結束語
隨著我國經濟的發展,機器的適用范圍也越來越廣,使用規模也越來越大,對大型機器制造的要求也越來越大。因此,提出了基于人工智能技術(將人工智能的機器學習技術應用于機器工件測量)的大型機器制造方法設計,減少了人力損失,提高了測量速度,從而在一定程度上提高了大型機器制造的效率。通過實驗比較證明,本方法在測量毛坯方面比傳統方法效率更高。
參考文獻:
[1] 徐濱士,夏丹,譚君洋,董世運.中國智能再制造的現狀與發展[J].中國表面工程,2018,31(05):1-13.
[2] 鄧洲.促進人工智能與制造業深度融合發展的難點及政策建議[J].經濟縱橫,2018(08):41-49.
[3] 李玉敏.簡述人工智能與智能制造相互借鑒和融合[J].中國儀器儀表,2017(11):63-66.
(作者單位:江蘇金恒信息科技股份有限公司)